融资情况 - 爱诗科技完成超过6000万美元B轮融资 由阿里巴巴领投 达晨财智 深创投 北京市人工智能产业投资基金 湖南电广 巨人网络和Antler等跟投 创国内视频生成领域单次最大融资额 [1] - 资金将用于技术研发和市场拓展 推动AI视频生成技术普惠 [1] 公司发展 - 公司创立于2023年4月 致力于打造全球领先的AI视频生成大模型及应用 [2] - 2024年1月推出海外版产品PixVerse 2025年6月推出面向国内市场的"拍我AI" [2] - 全球用户规模突破1亿 4个月前为6000万 增长迅速 [2] - 自研视频生成大模型PixVerse V5位居Artificial Analysis图生视频榜首 [2] - 产品订阅收入已覆盖成本 [2] 业务布局 - C端市场是长期看好方向 产品定位为普通用户提供低门槛AI视频创作工具 [2][3] - 2025年1月开展B端业务 场景集中在广告 短剧和游戏 [3] - 广告场景可快速批量生成商品展示 口播 特定SKU广告素材 [3] - 游戏场景可提升场景资产 角色设计及激励广告的生成效率 [3] 行业竞争 - 国内主要企业包括快手(可灵AI) 抖音(即梦AI) 阿里巴巴(通义万相 绘蛙AI视频) 美图 生数科技 智谱(智谱清影AI) [5] - 国外企业包括OpenAI Meta Pika Labs等 [5] - 2025年被称为"AI视频商业化元年" 行业处于技术爆发 商业落地 资本热捧三重红利期 [5] - 具备多模态能力 垂直场景落地能力 数据闭环能力的企业将脱颖而出 [5] 战略优势 - 坚持视频生成确定性赛道 从自主研发到技术产品化未偏离核心主线 [3] - 拒绝盲目烧钱扩张 依靠产品力实现聪明增长 过去半年用户从6000万增长至1亿 [3] - 不盲目追求模型参数规模 以保证质量为前提降低训练成本 规划精细化迭代方向 [3] 创始人背景 - 创始人王长虎曾任职微软亚洲研究院 字节跳动AI Lab总监 龙湖数字化与智能化转型负责人 [4][5] - 2023年3月离开龙湖创业 4月获得首轮数千万人民币融资 6月核心团队成型 [5] - 创业思路是从视觉和多模态出发 做AIGC时代行业及应用的算法平台 [5] 投资方布局 - 阿里巴巴采取自研和投资并行路径 旗下夸克团队推出AI产品"造点" [6] - 领投爱诗科技有利于完善AI生态布局 填补视频生成领域空白 [6] - 看好AI视频生成领域巨大潜力 可解决短视频 直播行业内容创作效率和质量问题 [6]

公司业绩与增长 - 产品上线2个月实现ARR 1100万美元 MAU 200余万 DAU峰值60万 [1] - 上线不足6个月ARR突破1亿美元 用户达1100万 [2] - 月收入增长达40倍 [1][7] 融资与资本运作 - 完成5000万美元A轮融资 [2] - 设立5000万美元生态投资基金Higgsfield Ventures 专注AI原生创业公司投资 [2] - 种子轮融资800万美元 由Menlo Ventures领投 [7] 技术优势与产品定位 - 开发扩散变换器架构 结合潜在扩散模型与变换器 在真实世界数据训练 [5] - 首创"点击生成视频"类别 一键生成电影级片段 [7] - 定位"视频推理引擎" 解决内容结构问题而非仅风格问题 [5] 市场前景与行业定位 - 视频AI处于ChatGPT时刻边缘 美国视频生成市场规模达2000亿美元 [7] - 目标用户涵盖普通用户、社交内容创作者及社交媒体营销人员 [5] - 创始人认为OpenAI Sora主要面向资金雄厚创意工作者而非业余爱好者 [4] 创始团队背景 - 创始人Alex Mashrabov曾任Snap生成式AI负责人 主导开发AR效果/滤镜及MyAI聊天机器人(用户超1.5亿) [4] - 此前创立AI Factory于2020年被Snap以1.66亿美元收购 系Snapchat Cameos功能幕后团队 [4] - A轮领投方GFT Ventures的Jeff Herbst具英伟达20年从业经历 [7]

融资情况 - 公司完成超过6000万美元（约4.3亿元人民币）B轮融资 创国内AI视频生成赛道单笔融资纪录 [1] - 融资由阿里巴巴领投 达晨财智、深创投、北京市人工智能产业投资基金、湖南电广、巨人网络和Antler等跟投 [1] - 公司总融资金额超过8亿元人民币 投资方包括靖亚资本、蚂蚁集团等知名机构 [5] 资金用途 - 约60%资金投入PixVerse多模态底座（V6、V7）研发与算力采购 [1] - 20%用于海外本地化运营与合规 [1] - 10%用于高端人才及算子优化团队扩张 [1] - 剩余10%作为流动资金与潜在并购 [1] 公司背景 - 创始人兼CEO王长虎为中国科学技术大学博士 深耕计算机视觉与人工智能领域20年 [1] - 创始人曾任字节跳动视觉技术负责人 主导抖音/TikTok从0到1建设 搭建字节视觉算法平台与业务中台 [1] - 团队成员多来自清华、北大、中科院等顶级学府 曾任职字节、微软亚洲研究院、快手、腾讯等头部机构 [2] 技术实力 - 团队具备世界级计算机视觉算法攻坚能力 拥有复杂业务数据挖掘经验与多模态表征学习技术 [2] - 发表国际论文百余篇 拥有专利数百项 [2] 产品进展 - 主要产品包括AI视频生成应用PixVerse（国内版"拍我AI"）及AI大模型PixVerse V5 [3] - PixVerse V5支持1080P、60秒、首尾帧控制、多主体一致性 被第三方测评机构列为"图生视频"全球第一 [3] 战略定位 - 公司致力于打造全球领先的AI视频生成大模型及应用 满足AI时代视频消费新需求 [2]

对于此次融资，爱诗科技创始人兼CEO王长虎表示，视频生成技术是内容与交互方式长期演进的必然产 物，用户规模已突破一亿。 成立于2023年4月的爱诗科技，其融资与业务增长的强劲势头，正是国内视频生成赛道迅猛发展的典型 缩影。2024年1月，爱诗科技推出海外版产品PixVerse；到2025年6月，又推出面向国内市场的"拍我 AI"。目前，自研视频生成大模型PixVerse已升级至V5版本。 业务发展期间，爱诗科技亦获得多项认可：今年7月，在联合国日内瓦举办的2025人工智能向善全球峰 会上，PixVerse作为"AI视频向善"代表案例，入选"创新扩大影响"（Innovate for Impact Use）案例集， 公司还受邀分享了在创意普惠和数字包容方面的探索。与此同时，PixVerse（拍我AI）位列知名风险投 资公司a16z（Andreessen Horowitz）"全球Top50生成式AI消费移动应用"榜单第25位。 编辑：李一帆 转自：新华财经 新华财经上海9月11日电 （谷青竹）9月10日，AI视频生成企业爱诗科技宣布完成超6000万美元B轮融 资，由阿里巴巴领投，达晨财智、深创投、北京市人工智能产业 ...

融资与增长 - 爱诗科技完成B轮融资 总金额超过6000万美元 为国内视频生成领域单次最大融资额[4][5] - 阿里巴巴领投 达晨财智、深创投、北京市AI基金、湖南电广、巨人网络和Antler跟投[5] - 旗下产品PixVerse全球用户突破1亿 4个月内从6000万增长至1亿 增长率达67%[5][16] 商业化进展 - 公司产品订阅收入已覆盖成本[6] - 头部玩家快手旗下可灵AI在2025年Q2营收超2.5亿元 占快手总营收4.8%[7] 技术产品策略 - 发布新一代视频生成模型PixVerse V5 优化生成速度、视觉质量和指令遵循能力[11] - 推出面向C端用户的Agent创作助手 通过模板库和简单指令降低创作门槛[12] - 采用"提示词封装"技术 将复杂视频制作简化为"一键生成"[10] - 基于"分布匹配蒸馏"技术将视频生成速度从分钟级压缩至秒级[21] - 引入特征自约束损失稳定视频生成画质[21] 市场竞争与行业格局 - 2024年视频生成赛道曾因Sora和大厂入局不被看好 初创公司面临资源和技术挑战[8] - 2025年竞争重点从技术复刻转向产品差异化 玩家分散至风格、用户画像和功能细分领域[32][33] - PixVerse V5在独立测评平台Artificial Analysis的图生视频榜单全球第一 文生视频榜单全球第二[25][26][27] 公司定位与发展方向 - 聚焦服务无视频制作技术的普通用户 满足95%未满足的视频创作需求[34] - 产品定位为"视频生成界的Canva" 强调大众化和平权化 与服务于专业创作者的Photoshop类产品形成差异化[35] - 核心指标关注用户增长、留存及社区UGC模板创作活跃度[38] - 认为AI视频生成将带来全新交互方式 可能孕育出新的国民级产品[31] 资源管理策略 - 不盲目烧钱扩张 通过产品能力实现聪明增长 例如"毒液变身"模板带来过百亿曝光量[16] - 不盲目扩大模型参数规模 在资源有限前提下保证模型质量并降低训练成本[17][18][19] - 迭代方向贴合用户需求 例如聚焦10秒内视频生成而非60秒一镜到底[20]

融资情况 - 爱诗科技完成超6000万美元B轮融资 创国内视频生成行业单笔最高融资纪录 [1] - 阿里巴巴集团领衔本轮融资 达晨财智、深创投、北京市人工智能产业投资基金、湖南电广传媒、巨人网络及Antler等机构跟投 [3] - 阿里巴巴公开投资的第六家大模型领域企业 此前已布局智谱AI、零一万物、百川智能、MiniMax及月之暗面五家AI公司 [3] 资金用途与技术发展 - 资金重点投入技术研发迭代与全球市场拓展 加速推动AI视频生成技术的普惠化应用 [1] - 通过持续优化算法效率与创作自由度 重构AI时代的视频内容生产范式 [3] - 加速模型迭代速度 拓展多语言、多场景的应用边界 [4] 公司背景与产品成就 - 公司成立于2023年4月 以"让每个人成为生活导演"为愿景 [3] - 自主研发PixVerse V5模型在Artificial Analysis图生视频评测中位居榜首 [3] - 消费端产品PixVerse（拍我AI）入选a16z"全球Top 50生成式AI消费移动应用"榜单第25位 [3] 市场表现与行业地位 - 全球用户规模突破1亿人次 视频生成技术从专业创作向日常应用场景深度渗透 [3] - 融资体现资本市场对AI视频生成赛道的高度关注 印证公司技术领先性 [4] - 有望进一步巩固在全球AI视频生成市场的竞争地位 [4]

行业背景与市场环境 - 2024年初视频生成赛道不被资本看好 投资人共识认为视频模型ROI短期无法打正且初创公司将被2-3家大厂淘汰[2] - 2025年视频生成竞速从"复刻Sora"转向产品差异化竞争 玩家分散至风格、用户画像和功能各异的细分领域[20][21] - 风投机构BVP预测视频生成领域格局将在未来1年内像语言模型一样尘埃落地[26] 公司发展历程与战略 - 爱诗科技成立于2023年4月非共识时期 早期面临资源有限和资本质疑但避免了行业FOMO情绪负面影响[2][13] - 公司坚持视频生成确定性机会 从自研模型到产品化未偏离主线 专注C端低门槛创作工具方向[2] - 通过"提示词封装"技术将复杂制作过程简化为"一键生成" 降低用户创作门槛[3][23] 产品与技术突破 - 2024年7月发布PixVerse V2成为国内首个可实际使用的DiT视频模型创业公司[18] - 2025年8月发布PixVerse V5模型 优化生成速度、视觉质量和指令遵循能力 同步上线C端"Agent创作助手"[4] - 基于"分布匹配蒸馏"技术将视频生成速度从分钟级压缩至秒级 通过特征自约束损失稳定画质[9] - 在Artificial Analysis测评中登顶全球图生视频榜单 文生视频榜位列全球第二[13][15][16] 用户增长与商业化 - 过去半年用户规模从6000万增长至1亿 依靠产品能力实现聪明增长而非盲目投放[4] - 2024年11月"毒液变身"等特效模板带来过百亿曝光量 用户生成"衣柜变装"模板获百万级浏览量[4][25] - 聚焦未满足的95%普通人视频创作需求 产品定位为视频生成界的Canva[21][22] - 目前最看重用户增长、留存及社区行为活跃度（如UGC模板创作）指标[26] 资源管理与发展经验 - 不盲目烧钱扩张 通过产品能力实现高效增长[4] - 不盲目扩大参数规模 在保证质量前提下降低训练成本并精细化迭代方向[5][6][7] - 资源集中在提升10秒内视频生成速度与质量 而非60秒一镜到底非核心需求[8][9] - 早期资金储备不足错失最早训练对标Sora模型时机[11][12]

融资与公司发展 - 爱诗科技完成6000万美元B轮融资 由阿里巴巴领投 巨人网络和电广传媒跟投 创国内视频生成领域单次最高融资额 [1] - 融资将用于技术研发和市场拓展 推动AI视频生成技术普及 [1] - 公司全球用户规模突破1亿 自研视频生成大模型PixVerseV5位居ArtificialAnalysis图生视频榜首 技术实力居全球第一梯队 [1] - 旗下产品PixVerse入选a16z"全球Top50生成式AI消费移动应用"榜单第25位 [1] 行业应用与协同效应 - 游戏公司和影视传媒企业拥有丰富应用场景、海量内容数据和对内容的理解 可与AI公司形成协同效应 [2] - 巨人网络表示AI生成视频技术已用于游戏宣发和美术管线 未来将探索物理仿真和世界知识能力以支持更复杂交互玩法 [2] - 影视行业中AI辅助制作系统可缩短剧集后期制作周期40% 降低特效成本60% [2] - 交互式视频技术正模糊电影与游戏的传统边界 用户可在视频中与角色交互并参与剧情发展 [3][4] 技术发展与全球动态 - OpenAI正通过工具和算力资源参与主要依靠AI完成的动画长片制作 旨在证明AI能支撑院线级作品并推动好莱坞采用该技术 [3] - 国际头部AI企业在通用模型的智能性、实时性、长环境一致性等核心能力上不断刷新技术上限 [3] - 巨人网络认为需推动视频生成技术成熟并在多模态输入输出上下功夫 以实现体验升级 [4]

核心观点 - Nano Banana作为多模态AI模型在图像生成、视频制作和3D建模等多个创意领域展现出强大能力 其应用范围从艺术创作扩展到实用工具开发 显示出在内容生成市场的巨大潜力[1][3][73] AI艺术创作应用 - 利用书法字帖和人物姿势生成具有中国风意境的AI舞蹈视频 通过特定提示词控制人物风格和光影效果[4] - 使用即梦图片3.1模型生成基础图像 提示词包含CG厚涂风格、精致五官、瓷白肌肤等详细视觉要求[4] - 通过可灵2.1首尾帧生成视频 配合专业转场提示词实现平滑过渡 支持A类关联性强的原地演变和B类差异巨大的运镜驱动转场策略[12][14][15] 3D建模与可视化 - 将建筑平面图转换为等距摄影级3D渲染图 使用Hyper3d工具生成GLB格式3D文件[17][24][26] - 基于3D俯视图生成指定视角的室内渲染图 如从餐桌看向卫生间的视角 并支持家具样式替换[19][20][22] - 通过Cursor和GPT-5开发前端网页 实现3D模型交互展示 点击特定位置可显示对应渲染图[28] 营销与内容创作 - 创建夸张广角镜头效果的视频封面 通过前景物品放大技术提升点击率 比平时封面效果更好[33][35] - 利用视觉推理能力实现照片位置反推和地标图像生成 基于地图标记生成对应实景照片[37][38][39] 产品设计与转换 - 车辆改装功能可指指定涂装参考图更改车辆配色、轮毂设计和拉花装饰 并生成多阶段改动图片[41] - 将饮品图像转换为柔软充气玩具设计 采用哑光织物纹理和细微缝线强调充气效果[51][52] - 建筑转换为等距3D图标风格 支持任意建筑照片转换而非仅限于地标建筑[49] 教育内容生成 - 生成多张涂鸦风格图像解释"期货"概念 采用统一的手绘风格和英文文本 适合制作知识卡片[54] - 开发专用网页工具支持3:4比例图片导出 可直接用于小红书内容发布[56] 实体产品可视化 - 将汽车渲染图转换为收藏级手办模型 包含印刷包装盒和3D打印机场景[58][59][60] - 动漫角色转真人cosplay并手持手办 保持发型、配饰和服装的高度还原[62][63] 时间序列预测 - 预测建筑100年后荒废状态的形象生成 视频形式展现更具表现力[65][66][68] 多图像融合技术 - 混合无关图像生成连贯故事分镜 保持美学表现和人物一致性 across 9张连续画面[69][71] - 支持即梦智能多帧视频生成 实现多场景串联和角色整合[73]

技术合作与产品升级 - 公司AI视频生成平台拍我AI宣布接入谷歌Nano Banana（谷歌Gemini 2.5 Flash Image）技术 [1] - 公司近期发布PixVerse V5与Agent创作助手 用户只需选择模板并上传图片即可自动生成5-30秒完整短片 [1] 市场活动与用户增长 - 公司开启为期六天限时免费活动（拍我AI免费开放日） 持续至9月10日 期间用户可免费体验Agent创作助手 [1] - 平台全球用户规模已突破1亿 今年6月6日上线中国版本拍我AI [1] 产品功能与应用场景 - 用户可免费制作动态壁纸 宠物小剧场 切水果或奇幻创意短片 [1] - Agent创作助手能自动识别图片特征生成创意短片 [1]